论文部分内容阅读
本文提出个性化语义网格的概念体系结构,研究了如何设计和利用反映学习要求的学习概况表,解决远程教育异构网络信息无法共享和互操作的问题,从而达到对学习信息的跟踪并实现学习资源的“个性化推送”。
文章研究了基于ELNA的TRIPLE规则学习“新概念”的模式,通过考虑用户的个性化需求,在检出文档集合向量空间模型中代替原有的“用户反馈”,应用“新概念”给查询关键词重新加权的一种改进查询的方法。这种改进的优点是避免人为操作给相关文档的“误判”,相比未使用“查询重构”明显地提高了学习服务的匹配质量;可能存在缺点是当用户兴趣和目标不明确时,建立的相关文献集合本身就有很大的冗余,对于这种情况,文中提出使用元数据和本体技术,利用基于学习目标、兴趣和学习历史的排序的策略来引导学习者,有效防止冗余的产生。
主要完成了以下内容:学习表现信息本体为核心目录的学习本体的设计;系统采用基于用户相关反馈的向量空间模型的查询扩展的思路,使得学习网络收集的学习信息能从学习者自身的学习特点出发,建立相对完整的学习特征模型,跟踪学习经历和要求的完整信息并实现学习服务的主动推送:开发服务查询的一个案例,并在GT4中部署和测试。通过对访问课程目录信息的实验发现,具备学习信息交换结构的异构系统间能够互操作的学习表现信息越充分,那么学习对象的组装和个性化服务的自适应性就会越好。